-
公开(公告)号：CN115272598A
公开(公告)日：2022-11-01
申请号：CN202210868488.4
申请日：2022-07-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于众源无序影像辅助的城市场景重建方法、装置及存储介质，其中方法包括：获取激光雷达数据，形成基础点云数据；获取众源无序影像，利用深度估计网络估计深度图，得到辅助点云数据；对基础点云数据和辅助点云数据进行融合，得到几何信息；获取卫星遥感得到的多光谱影像和全色影像，基于多光谱影像确定地物色彩信息，基于全色影像确定地表纹理模型和地物模型；对众源无序影像进行数据预处理得到纹理图像，结合地物模型和地物色彩信息得到地物纹理模型；基于地物纹理模型和地表纹理模型确定纹理信息；基于几何信息和纹理信息，利用自动重建解决方案实现城市场景重建。与现有技术相比，本发明具有还原度高、重建精度高等优点。
-
公开(公告)号：CN115272224A
公开(公告)日：2022-11-01
申请号：CN202210882633.4
申请日：2022-07-26
Applicant: 同济大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/26 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种面向智慧城市建设的无监督路面损害检测方法，包括：对训练集中无损害路面图像进行数据增强；构建基于深度卷积神经网络的编码器和解码器，二者结合组成自动编码器，训练自动编码器学习数据增强后无损害路面图像以及重建后原始无损害路面图像之间的映射关系；输入测试集中带有损害的路面图像给自动编码器进行测试，输出重建恢复结果图、并将其与带有损害的路面图像进行对比处理，得到重建误差图、并进行后处理，得到有损害路面图像对应的路面损害检测结果；将实际路面图像输入至训练测试后的自动编码器，得到实际路面损害检测结果。与现有技术相比，本发明节省了人工标注需要的人力、物力及时间成本，能有效提高检测效率以及准确性。
-
公开(公告)号：CN115257785A
公开(公告)日：2022-11-01
申请号：CN202210865589.6
申请日：2022-07-21
Applicant: 同济大学
Abstract: 本发明涉及一种自动驾驶数据集制作方法及系统，方法包括：根据自动驾驶车辆的型号和运行的真实环境，通过数字孪生技术建立自动驾驶车辆对应的物理模型及真实环境对应的环境地图并导入自动驾驶模拟器；基于测试需求在自动驾驶模拟器中进行配置，包括配置车载传感器的参数，设置环境参数，导入行人和其他车辆的物理模型，并设置其行为模式；按照测试需求获取运行模式，在自动驾驶模拟器中使自动驾驶车辆对应的物理模型按照运行模式运行，在运行过程中由车载传感器采集信息并进行时间同步和预处理，得到的信息存储至自动驾驶数据集。与现有技术相比，本发明在虚拟世界中进行仿真，有效解决了真实的自动驾驶数据集采集和标注困难的问题。
-
公开(公告)号：CN113505751B
公开(公告)日：2022-10-25
申请号：CN202110861474.5
申请日：2021-07-29
Applicant: 同济大学
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于差异图卷积神经网络的人体骨骼动作识别方法，包括以下步骤：S1、对骨骼数据进行预处理；S2、初步设计差异图卷积神经网络架构，结合图卷积和卷积，采用差异学习方式将不同层次的图卷积的误差作为连续时间帧的输入前馈；S3、初步选取训练参数，并进行误差反向传播；S4、在骨骼数据集上进行跨视角和跨物体训练并测试；S5、根据测试精度微调训练参数，并重复步骤S3和S4，得到精度较高的训练参数；S6、固定训练参数，微调网络架构，得到精度较高的网络架构参数，并进行人体骨骼动作识别。与现有技术相比，本发明在测试NTU数据集时CV和CS精度均有提高，而参数量较少，总的参数量不足1M，达到了快速、准确的识别效果。
-
公开(公告)号：CN113465621B
公开(公告)日：2022-09-20
申请号：CN202110690560.4
申请日：2021-06-22
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种考虑冲突概率的Dijkstra路径规划方法、装置及存储介质，该方法包括：实时对环境中可能出现的障碍物进行检测；根据障碍物检测结果实时更新各条路径的冲突概率；采用改进Dijkstra算法进行路径规划，规划过程中，在对未标记节点进行标记处理时考虑各条路径的冲突概率，直至所有节点均被标记，每个标记节点的标记信息包括从源节点到该标记节点最短路径的长度以及从源节点到该标记节点最短路径中位于该标记节点前一位置的节点；根据标记信息确定从源节点到目标节点的最短路径。与现有技术相比，本发明考虑了多车协同、工作人员和其他动态障碍物导致的路径冲突概率，路径规划兼具实时性与鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113436240B
公开(公告)日：2022-09-20
申请号：CN202110690033.3
申请日：2021-06-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于域适应的复杂环境下的单目图像深度估计方法，包括：S1、构建用于白天图像深度估计的原始深度估计网络；S2、筛选出图像的刚性区域，去除图像闭塞区域和动态物体所在位置区域带来的干扰，对原始深度估计网络进行一次优化；S3、训练原始深度估计网络；S4、采用领域自适应技术对原始深度估计网络进行二次优化得到目标深度估计网络；S5、将复杂环境下的单目图像输入至目标深度估计网络，估计图像的深度信息。与现有技术相比，本发明有效解决了在复杂环境下的深度估计不精确的问题，具有鲁棒性强，准确度高等优点。
-
公开(公告)号：CN110712201B
公开(公告)日：2022-09-16
申请号：CN201910892895.7
申请日：2019-09-20
Applicant: 同济大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于感知器模型的机器人多关节自适应补偿方法和稳定器，所述方法包括以下步骤：1)基于机器人惯性传感器和步态生成器，获取误差数据；2)将误差数据输入预建立的感知器模型中，感知器模型基于联想式学习策略更新网络权重参数，计算并输出补偿值；3)基于补偿值对机器人进行运动补偿，所述感知器模型输出的补偿值包括髋关节补偿值、膝关节补偿值和踝关节补偿值。与现有技术相比，本发明采用联想式学习策略，即有监督的Hebb学习规则来更新网络权重参数，提高鲁棒性，实现自适应控制，将补偿量分散到腿部所有关节，即踝关节、膝关节和髋关节，能够减小关节负荷，延长机器人使用寿命。
-
公开(公告)号：CN112987735B
公开(公告)日：2022-06-14
申请号：CN202110206299.6
申请日：2021-02-24
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于Delaunay三角形的移动机器人安全路径规划方法，提取工作环境的全局代价地图可行域的轮廓，按照设定的窗口尺寸和步长在地图内滑动窗口，计算窗口覆盖区域的分形维度；根据分形维度得到每个窗口内初始点的位置分布；以所有窗口内初始点为顶点构建Delaunay三角形网；遍历三角形网，计算每个三角形的重心，以所有三角形的重心为顶点再次构建Delaunay三角形网；遍历新生成的三角形网，剔除位于障碍物内的顶点和通过障碍物的边，将剩余顶点、边及其连接关系构成路径网；在路径网内搜索从起点至终点的一条路径；逐渐收缩路径，直至收缩前后路径相同，获取最优路径。本发明规划的路径安全可靠，且极大地提高路径搜索和剪枝的效率。
-
公开(公告)号：CN113887341A
公开(公告)日：2022-01-04
申请号：CN202111085862.5
申请日：2021-09-16
Applicant: 同济大学
Abstract: 本发明涉及一种基于并联卷积神经网络的人体骨骼动作识别方法，包括以下步骤：1)获取骨骼数据并进行预处理，剔除无关骨骼数据和修复不全的数据后进行归一化处理；2)设计并联卷积神经网络的基础模块结构；3)设置训练参数，并进行误差反向传播；4)将并联卷积神经网络的基础模块插入语义引导神经网络SGN网络中，构建人体骨骼动作识别网络模型，并在骨骼数据集上进行跨视角和跨物体的训练和测试5)以处理后的骨骼数据作为输入，根据训练好的人体骨骼动作识别网络模型进行人体骨骼动作识别。与现有技术相比，本发明具有提高识别精度的同时大大降低数据量、应用范围广、即插即用等优点。
-
公开(公告)号：CN113465621A
公开(公告)日：2021-10-01
申请号：CN202110690560.4
申请日：2021-06-22
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种考虑冲突概率的Dijkstra路径规划方法、装置及存储介质，该方法包括：实时对环境中可能出现的障碍物进行检测；根据障碍物检测结果实时更新各条路径的冲突概率；采用改进Dijkstra算法进行路径规划，规划过程中，在对未标记节点进行标记处理时考虑各条路径的冲突概率，直至所有节点均被标记，每个标记节点的标记信息包括从源节点到该标记节点最短路径的长度以及从源节点到该标记节点最短路径中位于该标记节点前一位置的节点；根据标记信息确定从源节点到目标节点的最短路径。与现有技术相比，本发明考虑了多车协同、工作人员和其他动态障碍物导致的路径冲突概率，路径规划兼具实时性与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.022 seconds)
